alati za izradu proračunskih tablicaweb.math.pmf.unizg.hr/nastava/rnm/zadaci-excel.pdf · učenike...
TRANSCRIPT
ICT U NASTAVI STATISTIKE- alati za izradu proračunskih tablica -
PROBLEMSKI CIKLUS
POSTAVLJANJE PROBLEMA
I PLANIRANJE
PRIKUPLJANJE PODATAKA
OBRADAI PRIKAZ
PODATAKA
INTERPRETACIJAI DISKUSIJAREZULTATA
NOVA PITANJA PROIZAŠLA IZ
INTERPRETACIJE I DISKUSIJE
PROBLEMSKI CIKLUS (2)
Četiri etape ciklusa rješavanja problema analizom podataka:
1. postavljanje problema i plana njegovog rješavanja
– postavljanje pitanja koji su podaci potrebni
– razmatranje koji se zaključci mogu izvući iz pojedinih podataka
– odluka o tome koje podatke prikupiti (uključivo i određivanje veličine uzorka te formata podataka) i koja je statistička analiza potrebna
2. prikupljanje podataka
– podaci iz raznovrsnih izvora, primarnih i sekundarnih
PROBLEMSKI CIKLUS (3)
3. statistička obrada i prikaz podataka
– pretvaranje sirovih podataka u upotrebljive informacije koje pružaju bolji uvid u problem i njegovo razumijevanje
4. interpretacija i diskusija rezultata
– rješenje problema i odgovor na postavljeno pitanje na temelju izvođenja zaključaka iz obrađenih podataka
KORISNI IZVORI PODATAKA
Neki korisni izvori statističkih podataka na internetu:
Republika Hrvatska – Državni zavod za statistikuwww.dzs.hr
Mape svijetawww.sasi.group.shef.ac.uk/worldmapper
CILJEVI NASTAVE STATISTIKEPRIMJENA STATISTIČKE OBRADE PODATAKA
Učenike treba osposobiti za:
• rješavanje problema primjenom statističke analize podataka
– izvođenje sve četiri etape ciklusa rješavanja problema primjenom statističke analize podataka
– identificiranje koje su dodatne informacije potrebne za analizu pojedinog problema
– odabir i organizaciju matematičkih i drugih resursa (npr. ICT) potrebnih za rješavanje problema
– prezentiranje napredovanja u rješavanju problema, te provjeru i vrednovanje rezultata
CILJEVI NASTAVE STATISTIKE (2)
• komunikaciju
– interpretiranje, diskusiju i sintetiziranje informacija prikazanih u različitim oblicima
– komuniciranje matematičkim jezikom, upotrebu dijagrama i pripadnih tekstualnih podataka
– kritički pristup izboru matematičke prezentacije problema vezanih uz obradu i analizu podataka te argumentaciju tog izbora
CILJEVI NASTAVE STATISTIKE (3)
• rasuđivanje (mišljenje)
– primjenu matematičkog načina mišljenja, te argumentaciju svojih zaključaka
– istraživanje povezanosti različitih matematičkih sadržaja te traženje uzroka i posljedica pri analizi podataka (pitanja: Odakle? Zašto? Što ako?)
– prepoznavanje ograničenja svake postavljene pretpostavke (ulazni podaci i sl.) te utjecaja koji promjena pretpostavki može imati na rezultate i zaključke analize podataka
CILJEVI NASTAVE STATISTIKE (4)POSTAVLJANJE PROBLEMA I PLANIRANJE
Učenike treba osposobiti za:
• razumijevanje nepredvidivosti slučajnih procesa
• identifikaciju pitanja na koja se može odgovoriti statističkim metodama
• diskusiju o utjecaju podataka na problem
– identifikaciju mogućih izvora poteškoća i planiranje njihove minimizacije
• identifikaciju koje je podatke potrebno prikupiti i u kojem formatu
– identifikaciju potrebe za grupiranjem podataka
• planiranje toka i postupka rješavanja problema
CILJEVI NASTAVE STATISTIKE (5)
PRIKUPLJANJE PODATAKA
Učenike treba osposobiti za:
• dizajniranje i upotrebu obrazaca za prikupljanje podataka u različitim oblicima
• prikupljanje podataka različitim metodama
– iz primarnih izvora: praćenjem pojave, kontroliranim eksperimentom, bilježenjem podataka, upitnicima (anketama) i dr.
– iz sekundarnih izvora: tablice, liste i dr.
CILJEVI NASTAVE STATISTIKE (6)
OBRADA I PRIKAZ PODATAKA
Učenike treba osposobiti za:
• crtanje i izradu, na papiru i uz pomoć ICT, kružnih, stupčastih, slikovnih, linijskih i drugih vrsta dijagrama koji na pravi način prikazuju podatke
• računanje aritmetičke sredine, raspona i medijana malog skupa podataka te velikog skupa grupiranih podataka
• razumijevanje i upotrebu koncepta vjerojatnosti (teorijski koncept –vjerojatnosna mjera; eksperimentalni koncept – relativne frekvencije)
CILJEVI NASTAVE STATISTIKE (7)INTERPRETIRANJE I DISKUSIJA REZULTATA
Učenike treba osposobiti za:
• povezivanje dobivenih podataka s početnim postavljenim pitanjem
• čitanje i interpretaciju širokog raspona grafova i dijagrama te izvođenje zaključaka na temelju njih
• analizu podataka s ciljem uočavanja pravilnosti ili izuzetaka
• evaluaciju i provjeru rezultata, odgovaranje na postavljena pitanja, te izmjenu pristupa u slučaju potrebe
CILJEVI NASTAVE STATISTIKE (8)
• upotrebu vokabulara vezanog uz vjerojatnost, slučajnost i nepredvidivost
• usporedbu eksperimentom dobivenih podataka s teorijskim vjerojatnostima
• razumijevanje da ponavljanje slučajnog eksperimenta uglavnom daje drugačije rezultate te da veličina uzorka utječe na zaključke
UPOTREBA ICT
Iz navedenog se vide mogućnosti primjene ICT u nastavi statistike:
• ICT kao izvor podataka
– internetski servisi (www)
• ICT alati kao sredstvo i pomoć pri spremanju i čitanju podataka
– proračunske tablice, baze podataka
• ICT za statističku obradu i grafički prikaz prikupljenih podataka
– ICT alati za izradu proračunskih tablica
• ICT kao medij za komuniciranje rezultata
– internetski servisi – www, e-mail; alati za izradu prezentacija
CRTANJE DIJAGRAMA
Primjer 1.
U 7b. razredu među učenicima je provedena anketa o boji razrednih majica na maturalnom putovanju. Ponuđene su bile crvena, žuta, plava i zelena boja, a rezultati ankete dani su tablicom. Prikažite ih grafički.
BOJA plava crvena zelena žutaBROJ
UČENIKA 10 4 7 9
CRTANJE DIJAGRAMA (2)
Rješenje.Moguća su dva adekvatna prikaza podataka:• stupčastim dijagramom• kružnim dijagramom
ODABIR BOJA
10
4
7
9
0
2
4
6
8
10
12
plava crvena zelena žuta
plavacrvenazelenažuta
ODABIR BOJA - RELATIVNI PRIKAZ
plava. 34%žuta. 30%
zelena. 23%crvena. 13%
plava
crvena
zelena
žuta
CRTANJE DIJAGRAMA (3)
Daljnja pitanja za analizu i provjeru razumijevanja koncepta stupčastog i kružnog dijagrama:
• Što se dešava sa stupčastim dijagramom ukoliko udvostručimo broj učenika koji su odabrali plavu boju? Zašto?
10
4
79
20
4
79
0
5
10
15
20
25
plava crvena zelena žuta
CRTANJE DIJAGRAMA (4)
• Što se dešava s kružnim dijagramom u tom slučaju? Zašto?
50,0%
10,0%
22,5%
17,5%
plavacrvenazelenažuta
ODABIR BOJA - RELATIVNI PRIKAZ
plava. 34%žuta. 30%
zelena. 23%crvena. 13%
plava
crvena
zelena
žuta
CRTANJE DIJAGRAMA (5)
Daljnja pitanja za analizu i provjeru razumijevanja koncepta stupčastog i kružnog dijagrama:
• Što se sa svakim od dijagrama dešava ukoliko udvostručimo broj učenika kod svake boje? Zašto?
• Što se dešava ukoliko broj učenika kod svake boje upola smanjimo? Zašto?
• Što se dešava ukoliko broj učenika kod svake boje smanjimo za 3? Zašto?
Učenike nakon toga treba potaknuti da samostalno kreiraju pitanja oblika Što će se s dijagramom dogoditi ako...?
CRTANJE DIJAGRAMA (6)
Primjer 2.
U tablici je dan pregled prodaje rashladnih uređaja u jednom velikom dućanu tokom godine. Prikažite ove podatke odgovarajućim grafikonom.
Što zaključujete?
MJESEC PRODAJA
siječanj 75
veljača 80
ožujak 90
travanj 150
svibanj 120
lipanj 150
srpanj 200
kolovoz 180
rujan 150
listopad 100
studeni 90
prosinac 200
CRTANJE DIJAGRAMA (7)
Rješenje.
PRODAJA KROZ GODINU
75 80 90
150120
150
200180
150
100 90
200
0
50
100
150
200
250
siječa
nj
veljača
ožuj
ak
trava
nj
svib
anj
lipan
j
srpa
nj
kolo
voz
ruja
n
listo
pad
stud
eni
pros
inac
prodaja
CRTANJE DIJAGRAMA (8)
U čemu je problem s ovakvim dijagramom u istom zadatku?
LINIJSKI GRAF?!
0
50
100
150
200
250
1 2 3 4 5 6 7 8 9 10 11 12
mjesec
prod
aja
CRTANJE DIJAGRAMA (9)Primjer 3.
Na slici su prikazani podaci o broju pročitanih knjiga u prvom polugodištu. Pogledajte sliku i odgovorite na pitanja:
(a) Tko je pročitao najviše knjiga i koliko?
(b) Tko je pročitao najmanje knjiga i koliko?
(c) Koliko knjiga ste vi pročitali tokom ovog polugodišta?
(d) Koji su mogući razlozi da je neka osoba pročitala više ili manje knjiga?
PROČITANE KNJIGE
FILIP TEA MATIJA KLARA
= JEDNA PROČITANA KNJIGA
CRTANJE DIJAGRAMA (10)Rješenje.Ovakav grafički prikaz podataka zove se piktogram ili slikovni dijagram.
Učenici podatke prikazane piktogramom trebaju naučiti pretvoriti u tablicu i analizirati ih.
UČENIK/CA FILIP TEA MATIJA KLARA
BROJ PROČITANIH KNJIGA 9 12 2 6
PROČITANE KNJIGE
0
2
4
6
8
10
12
14
FILIP TEA MATIJA KLARA
PROČITANE KNJIGE
0
2
4
6
8
10
12
14
FILIP TEA MATIJA KLARA
PROČITANE KNJIGE
FILIP31%
KLARA21%
MATIJA7%
TEA41%
Koji od danih grafičkih prikaza je pogodan za ove podatke?
CRTANJE DIJAGRAMA (11)
Primjer 4.
Pogledajte sliku na kojoj se nalaze podaci o prodaji automobila u jednom autosalonu u prvoj polovini 2006. godine. Svaki nacrtani automobil predstavlja 10 prodanih automobila. Nacrtajte pripadajuću tablicu i popunite ju te dopunite sljedeće rečenice:
U veljači je u autosalonu prodano ____ automobila, a u travnju njih ____. U mjesecu ________ prodano je najviše automobila, a u mjesecu _________ najmanje automobila.
Opet imamo piktogram ili slikovni dijagram!
BROJ PRODANIH AUTOMOBILA
SIJEČANJ
VELJAČA
OŽUJAK
TRAVANJ
SVIBANJ
LIPANJ
CRTANJE DIJAGRAMA (12)
Rješenje.
Iz piktograma se može procijeniti broj prodanih automobila u svakom mjesecu. Učenike treba pustiti da podatke procijene samostalno! U donjoj tablici dani su točni podaci (na temelju kojih je nacrtan piktogram).
MJESEC SIJEČANJ VELJAČA OŽUJAK TRAVANJ SVIBANJ LIPANJ
BROJ PRODANIH
AUTOMOBILA34 10 42 25 29 37
NAJLOŠIJA PRODAJA NAJBOLJA PRODAJA
CRTANJE DIJAGRAMA (13)BROJ PRODANIH AUTOMOBILA
34
10
42
25
29
37
SIJEČANJ
VELJAČA
OŽUJAK
TRAVANJ
SVIBANJ
LIPANJ
CRTANJE DIJAGRAMA (14)
Još neki prikladni grafički prikazi
PRODAJA AUTOMOBILA
34
10
42
2529
37
0
5
10
15
20
25
30
35
40
45
SIJEČANJ VELJAČA OŽUJAK TRAVANJ SVIBANJ LIPANJ
PRODAJA AUTOMOBILA
34
10
42
2529
37
0
5
10
15
20
25
30
35
40
45
SIJEČANJ VELJAČA OŽUJAK TRAVANJ SVIBANJ LIPANJ
STUPČASTI DIJAGRAM MJEŠOVITI STUPČASTO - LINIJSKI
DIJAGRAM
ANALIZA PODATAKA
Primjer 5. Imaju li Japanci dovoljno šuma?!
Japan je poznat kao zeleno otočje, što znači da je bogat šumom. Što mislite, je li ta tvrdnja točna usporedimo li podatke o pošumljenim površinama u Japanu, SAD i Francuskoj?! Poredajte države s obzirom na “dovoljnost” šuma.
POVRŠINA POD ŠUMOM U km2
JAPAN 247282
SAD 2651880
FRANCUSKA 145940
ANALIZA PODATAKA (2)
JAPAN FRANCUSKA
ANALIZA PODATAKA (3)
SAD
ANALIZA PODATAKA (4)
Rješenje.
Uočimo: Japan nema najviše šuma od ove tri zemlje!
S druge strane: Budući da je Japan mala zemlja, gotovo bi cijeli mogao biti pod šumama!
Učenici trebaju uočiti da sami podaci o pošumljenim površinama nisu dovoljni za razumijevanje problema!
POŠUMLJENA POVRŠINA
247282
2651880
145940
0
500000
1000000
1500000
2000000
2500000
3000000
JAPAN SAD FRANCUSKA
km2
ANALIZA PODATAKA (5)Učenici trebaju pronaći (npr. putem interneta) dodatne podatke o navedenim
državama, i prezentirati ih u obliku tablice.
Dajemo primjer dodatnih podataka!
UKUPNA POVRŠINA U km2
POVRŠINA POD ŠUMOM U km2 STANOVNIŠTVO
JAPAN 372313 247282 119259000
SAD 9372614 2651880 233700000
FRANCUSKA 547026 145940 54346000
Uz ove podatke pitanje možemo postaviti opet:
Imaju li Japanci dovoljno šuma? Usporedite podatke o dane tri zemlje i poredajte ih prema dovoljnosti šuma.
ANALIZA PODATAKA (6)
Prvi kriterij: usporedba s obzirom na udio pošumljene u ukupnoj površini
UKUPNAPOVRŠINA U
km2
POVRŠINA PODŠUMOM U km2
UDIO ŠUMA UUKUPNOJPOVRŠINI
UDIONEPOŠUMLJENOG UUKUPNOJ POVRŠINI
JAPAN 372313 247282 66,4% 33,6%
SAD 9372614 2651880 28,3% 71,7%
FRANCUSKA 547026 145940 26,7% 73,3%
ANALIZA PODATAKA (7)Poredak država prema prvom kriteriju:
Japan (najbolji), SAD, Francuska
UDIO POŠUMLJENIH POVRŠINA U UKUPNOJ POVRŠINI
66,4%
28,3% 26,7%
0,0%
10,0%
20,0%
30,0%
40,0%
50,0%
60,0%
70,0%
JAPAN SAD FRANCUSKA
ANALIZA PODATAKA (8)Usporedba prema prvom kriteriju: još neki pogodni grafički prikazi
UDIO ŠUMA U UKUPNOJ POVRŠINI
66,4%
28,3% 26,7%
33,6%
71,7% 73,3%
0,0%
10,0%
20,0%
30,0%
40,0%
50,0%
60,0%
70,0%
80,0%
90,0%
100,0%
JAPAN SAD FRANCUSKA
JAPAN
33,6%
66,4%
UDIO ŠUMA U UKUPNOJPOVRŠINI
UDIO NEPOŠUMLJENOGU UKUPNOJ POVRŠINI
SAD
28,3%
71,7%
UDIO ŠUMA U UKUPNOJPOVRŠINI
UDIO NEPOŠUMLJENOG UUKUPNOJ POVRŠINI
FRANCUSKA
26,7%
73,3%
UDIO ŠUMA U UKUPNOJPOVRŠINI
UDIO NEPOŠUMLJENOGU UKUPNOJ POVRŠINI
ANALIZA PODATAKA (9)
Drugi kriterij: usporedba s obzirom na pošumljenu površinu po stanovniku
POVRŠINA PODŠUMOM U km2 STANOVNIŠTVO m2 ŠUME PO
STANOVNIKU
JAPAN 247282 119259000 2073
SAD 2651880 233700000 11347
FRANCUSKA 145940 54346000 2685
ANALIZA PODATAKA (10)
Poredak država prema prvom kriteriju:
SAD (najbolji), Francuska, Japan
POVRŠINA ŠUME PO STANOVNIKU
2073
11347
2685
0
2000
4000
6000
8000
10000
12000
JAPAN SAD FRANCUSKA
m2 ŠUME POSTANOVNIKU
ANALIZA PODATAKA (11)
• Učenici mogu osmisliti i neke svoje, drukčije kriterije prema kojima će poredati ove tri države.
• Učitelj(ica) uspoređuje učenička rješenja i u njima otkriva ideje koje stoje iza njihovog načina razmišljanja.
• Važno je da učenici razumiju proces dolaska do rješenja i razloge zašto su se u diskusiji pojavila različita rješenja.
• Učitelj(ica) usustavljuje sve ideje za rješavanje ovog problema koje su predložili učenici.
• Domaća zadaća: Svaki učenik neka napiše kratki esej o tome što je naučio na ovom satu.
NAPOMENA: Ovo je primjer zadatka otvorenog tipa !
PROBLEM (ZADATAK) OTVORENOG TIPA je problemski zadatak koji ima više (nekoliko ili mnogo) rješenja i/ili više načina rješavanja.
PROBLEM
RJEŠENJE
STUPČASTI DIJAGRAM - SKALIRANJEPrimjer 6.Sljedeća tablica prikazuje prosječnu godišnju plaću u kompaniji KOMPA d.o.o. u zadnjih 15 godina. Novinari Podnevnog lista zamolili su gđu Kompić, predsjednicu uprave ove kompanije, da za njihovu poslovnu kolumnu pripremi stupčasti dijagram koji prikazuje ove podatke. Da ste gđa Kompić, kako biste postavili vertikalnu skalu na dijagramu da naglasite:
(a) da prosječna plaća u kompaniji raste,(b) stabilnost kompanije?
Kako biste vertikalnu skalu postavili da ste nepristrani novinar koji želi što preciznije prikazati promjenu prosječne plaće u kompaniji KOMPA d.o.o?
GODINA PLAĆA (u tisućama kn) GODINA PLAĆA (u
tisućama kn)
1996. 55,8
57,8
53,48
60
59,5
1997.
1998.
1999.
2000.
GODINA PLAĆA (u tisućama kn)
1991. 52,5 2001. 56,1
1992. 53,25 2002. 55,4
1993. 53,35 2003. 57,5
1994. 57,4 2004. 58
1995. 52 2005. 56,9
STUPČASTI DIJAGRAM –SKALIRANJE (2)
Rješenje.Vertikalnu skalu prilagođavamo zahtjevu.
PROSJEČNA GODIŠNJA PLAĆA U KOMPA d.o.o.
48
50
52
54
56
58
60
62
1991. 1992. 1993. 1994. 1995. 1996. 1997. 1998. 1999. 2000. 2001. 2002. 2003. 2004. 2005.
GODINA
PRO
SJEČ
NA
PLA
ĆA
(U T
ISUĆ
AM
A k
n)
dijagram nepristranog novinara(“bez namještanja”)
STUPČASTI DIJAGRAM –SKALIRANJE (3)
PROSJEČNA GODIŠNJA PLAĆA U KOMPA d.o.o.
40
60
80
1991. 1992. 1993. 1994. 1995. 1996. 1997. 1998. 1999. 2000. 2001. 2002. 2003. 2004. 2005.
GODINA
PRO
SJEČ
NA
PLA
ĆA
(U T
ISUĆ
AM
A k
n)
vertikalno skaliranje smanjuje razlike u visinama(stabilnost kompanije)
STUPČASTI DIJAGRAM –SKALIRANJE (4)
RAST PLAĆA U KOMPA d.o.o.
152154156158160162164166168170172174
1991. - 1993. 1994. - 1996. 1997. - 1999. 2000. - 2002. 2003. - 2005.
RAZDOBLJE
PLAĆ
A (u
tisuća
ma
kn)
ovako plaće rastu(grupiranje podataka)
STUPČASTI DIJAGRAM –SKALIRANJE (5)
PLAĆE U KOMPA d.o.o.
255
260
265
270
275
280
285
290
1991. - 1995. 1996. - 2000. 2001. - 2005.
RAZDOBLJE
PLAĆ
E ( u
tisu
ćam
a kn
)nije baš svako grupiranje poželjno
STUPČASTI DIJAGRAM –MANIPULIRANJE PODACIMA
Primjer 7.Policijska uprava jedne županije želi pokazati efikasnost primjene zakona o sigurnosti u prometu (odredba o 0.0 promila). Kako da prikaže prikupljene podatke?
MJESECBROJ NESREĆA
POD UTJECAJEM ALKOHOLA
MJESECBROJ NESREĆA
POD UTJECAJEM ALKOHOLA
srpanj 5
4
1
travanj 3 listopad 2
1
3
kolovoz
rujan
studeni
prosinac
siječanj 2
veljača 1
ožujak 1
svibanj 4
lipanj 5
STUPČASTI DIJAGRAM –MANIPULIRANJE PODACIMA (2)
Rješenje.Neke od mogućnosti su:
- skaliranje vertikalne osi- grupiranje podataka (podaci po npr. tromjesečjima)- prikazivanje selekcije podataka (npr. podatke za svaki treći mjesec)
NIZOVI
Primjer 8.Istražite niz (an)nœN zadan sa a1 = 1, an+1 = an + 8n, n œ N, i prikažite ga grafički. Odredite eksplicitni izraz za an.
Rješenje.an+1 = (2n - 1)2, n = 1, 2, ... .
NIZ (an)
0
500
1000
1500
2000
2500
3000
3500
4000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
NIZOVI (2)
Primjer 8. - nastavakOdredite niz prvih i drugih podijeljenih razlika niza (an)nœN . Što primjećujete?
Rješenje.Dan je niz parova podataka (xi, f(xi)), i = 1, ... , n. Niz prvih podijeljenih razlika dan je sa (xi, f [xi, xi+1]), i = 1, ... , n – 1, gdje je
Niz drugih podijeljenih razlika dan je sa (xi, f [xi, xi+1, xi+1]), i = 1, ... , n – 2, gdje je
[ ] 11
1
( ) ( ), .i i
i ii i
f x f xf x x
x x+
++
−=
−
[ ] [ ] [ ]1 2 11 2
2
, ,, , .i i i i
i i ii i
f x x f x xf x x x
x x+ + +
+ ++
−=
−
NIZOVI (3)U našem je slučaju niz podataka (i, ai), i = 1, 2, ... .
Prve podijeljene razlike:
Druge podijeljene razlike:
[ ] 11, .i i ia i i a a++ = −
[ ] [ ] [ ]1 2 11 2
2, ,
, , .i
a i i a i ia i i i
+ + − ++ + =
PRVE PODIJELJENE RAZLIKE
0
50
100
150
200
250
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
i
a[i,i
+1]
DRUGE PODIJELJENE RAZLIKE
00,5
11,5
22,5
33,5
44,5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
i
a[i,i
+1,i+
2]
NIZOVI (4)Primjer 9.Istražite niz (an)nœN zadan sa a1 = 5, an+1 = an + 3, n œ N, i prikažite ga grafički. Odredite eksplicitni izraz za an.
Rješenje.Pogledajmo niz prvih podijeljenih razlika. Zaključujemo: niz ima linearni rast.
an = 3n + 2, n = 1, 2, ... .
PRVE PODIJELJENE RAZLIKE
00,5
11,5
22,5
33,5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29i
a[i,i
+1]
NIZOVI (5)
NIZ (a n )
020406080
100
1 2 3 4 5 6 7 8 9 1011 12 1314 15 16 1718 19 2021 22 23 2425 26 27 2829 30
n
a n
NIZOVI (6)
Primjer 10.Istražite sljedeće nizove (an)nœN :
(a)
(b)
(c)
(d)
(e)
3 1 1 22 1
, , ,...nna nn+
= =−
2
2
3 1 21
, , ,...nna n
n−
= =+
2
1 1 21
, , ,...nn na n
n n
+ += =
+ +
3 4 5 1 22 6
, , ,...n n n
n n na n+ += =
+
2 2 1 2sin ( ) , , ,...nna nn+
= =
NIZOVI (7)Primjer 11.U prethodnom primjeru promatrali smo niz (an)nœN zadan sa
Od njega smo napravili niz (bn)nœN s dva gomilišta, 1.5 i -1.5, kao
3 1 1 22 1
, , ,...nna nn+
= =−
3 11 1 22 1
( ) , , ,...nn
nb nn+
= − =−
NIZ S DVA GOMILIŠTA
-3
-2,5
-2
-1,5
-1
-0,5
0
0,5
1
1,5
2
2,5
3
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200
n
b n
NIZOVI (7)Pomoću istog niza (an)nœN, kreirajte niz sa:
(a) tri
(b) četiri
(c) deset
gomilišta.
Rješenje.
(a)
(b)
(c)
3 1 1 22 1
, , ,...nna nn+
= =−
3 1 3 1 22 1
( mod ), , ,...nnb n nn+
= ⋅ =−
3 1 4 1 22 1
( mod ), , ,...nnb n nn+
= ⋅ =−
3 1 10 1 22 1
( mod ), , ,...nnb n nn+
= ⋅ =−
NIZOVI (8)NIZ S TRI GOMILIŠTA
-3
-2,5
-2-1,5
-1
-0,50
0,5
1
1,52
2,5
3
3,54
4,5
55,5
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200
n
b n
NIZ SA ČETIRI GOMILIŠTA
-3-2,5
-2-1,5
-1-0,5
00,5
11,5
22,5
33,5
44,5
55,5
66,5
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200
n
b n
NIZ SA DESET GOMILIŠTA
-5-4,5
-4-3,5
-3-2,5
-2-1,5
-1-0,5
00,5
11,5
22,5
33,5
44,5
55,5
66,5
77,5
0 102030405060708090100
110
120
130
140
150
160
170
180
190
200
210
220
230
240
250
260
270
280
290
300
310
320
330
340
350
360
370
380
390
400
410
420
430
440
450
460
470
480
490
500
n
b n
NIZOVI (9)
Primjer 12.Proučite niz (xn)nœN, zadan sa za različite .
Rješenje.Uzmite npr. x1 = 0.4. Što primjećujete za različite k?
Primjer 13.Proučite niz (xn)nœN, zadan sa za različite .
Rješenje.Uzmite npr. x1 = 0.4. Što primjećujete za različite k?
21 1 1 2, , ,...n nx kx n+ = − = ]1 2,k ⎡∈ ⎣
1 1 1 2( ), , ,...n n nx kx x n+ = − = ]1 4,k ⎡∈ ⎣
NIZOVI (10)Primjer 12. - kaotično ponašanje niza
-1,2
-1
-0,8
-0,6
-0,4
-0,2
0
0,2
0,4
0,6
-100 100 300 500 700 900 1100 1300 1500 1700 1900
-1,2
-1
-0,8
-0,6
-0,4
-0,2
0
0,2
0,4
0,6
-100 100 300 500 700 900 1100 1300 1500 1700 1900
-1,2
-1
-0,8
-0,6
-0,4
-0,2
0
0,2
0,4
0,6
-100 100 300 500 700 900 1100 1300 1500 1700 1900
-1,2
-1
-0,8
-0,6
-0,4
-0,2
0
0,2
0,4
0,6
0,8
-100 100 300 500 700 900 1100 1300 1500 1700 1900
PASCALOV TROKUT
Primjer 14. Pascalov trokut
(a) Generirajte prvih 100 redova Pascalovog trokuta.
(b) Iz dobivenog Pascalovog trokuta generirajte novi trokut u kojem se na mjestima članova Pascalovog trokuta nalaze njihovi ostatci pri dijeljenju s 3. Sve članove novog trokuta koji su jednaki 0 sakrijte (tj. obojite bijelom bojom). Što primjećujete?
(c) Što dobivamo sakrijemo li umjesto nula samo jedinice, a što sakrijemo li samo dvojke?
(d) Vrijedi li isto i za trokut ostataka pri dijeljenju sa 7? Što je s trokutima drugih ostataka?
PASCALOV TROKUT (2)
Rješenje.
11 1
1 2 11 3 3 1
1 4 6 4 11 5 10 10 5 1
.........................................
Pascalov trokut = trokut binomnih koeficijenata
, 0,1,2,..., 0,1,...,n
n k nk⎛ ⎞
= =⎜ ⎟⎝ ⎠
PASCALOV TROKUT (2)
Binomni koeficijenti = koeficijenti u razvoju po potencijama od a i b izraza (a + b)n
Vrijedi:
Dakle, imamo dvočlanu rekurziju za generiranje Pascalovog trokuta.
(1
)n
n n k k
k
na b a b
k−
=
⎛ ⎞+ = ⎜ ⎟
⎠⎝∑
11
n n nk k k+⎛ ⎞ ⎛ ⎞ ⎛ ⎞
= +⎜ ⎟ ⎜ ⎟ ⎜ ⎟−⎝ ⎠ ⎝ ⎠ ⎝ ⎠
PASCALOV TROKUT (3)
1 0
1 1 0
1 2 1 0
1 3 3 1 0
1 4 6 4 1 0
FIBONACCIJEVI BROJEVI
Primjer 15. – prikladan uskršnji
Na pusti je otok donesen par novorođenih zečeva. Koliko će parova zečeva na otoku biti za godinu dana, ako par prvi podmladak dobije dva mjeseca nakon rođenja i nakon toga svakog mjeseca okoti novi par zečeva?
Rješenje.
• Problem je prvi postavio talijanski matematičar Leonardo iz Pise - Fibonacci (Bonaccijev sin = figlio di Bonacci = Fibonacci) u svojoj knjizi Liber Abaci iz 1202.
• Problem modeliramo dvočlanom rekurzijom Fibonaccijevih brojeva.
• Označimo:
Fn = broj parova zečeva na otoku na početku n – tog mjeseca
FIBONACCIJEVI BROJEVI (2)
Fibonaccijevi brojevi Fn, n Œ N
F1 = F2 = 1
Fn+1 = Fn + Fn-1, n = 2, 3, ...
Godina ima 12 mjeseci, dakle trebamo F13.
n 1 2 3 4 5 6 7 8 9 10 11 12 13
Fn 1 1 2 3 5 8 13 21 34 55 89 144 233
FIBONACCIJEVI BROJEVI (3)
Primjer 16. – istražimo Fibonaccijeve brojeve
Pomoću MS Excela odredite:
(a) F1 + F2 + ... + Fn
(b) F1 + F3 + F5 + ... + F2n-1
(c)
(d)
2 2 2 21 2 3 ... nF F F F+ + + +
1lim n
n n
FF+
→∞
FIBONACCIJEVI BROJEVI (4)
Rješenje.
Dobijemo redom:
F1 + F2 + ... + Fn = Fn+2 - 1
F1 + F3 + F5 + ... + F2n-1 = F2n
omjer zlatnog reza
2 2 2 21 2 3 1... n n nF F F F F F ++ + + + = ⋅
1 1 5 1.61803lim 2n
n n
FF+
→∞
+= ≈
APROKSIMACIJA VERIŽNIM RAZLOMCIMA
Primjer 17.Izračunajte približne vrijednosti sljedećih beskončnih verižnih razlomaka:
(a) (c)
(b) (d)
1112 12 12 12
2 ...
++
++
++
1111 12 11 12 11
2 ...
++
++
++
+11
11 11 11 111 ...
++
++
++
1111 22 33 44
5 ...
++
++
++
APROKSIMACIJA VERIŽNIM RAZLOMCIMA (2)
Rješenje.Osnovna ideja – krenuti rečunati odozdo prema gore!
(a) Dobijemo jednočlanu rekurziju V1 = 2, Vn+1 = 2 + 1/Vn, n = 1, 2, ...
U zadnjem koraku treba pripaziti: dodali smo 2 a treba 1!
Dakle, nakon iteracija, od rezultata treba oduzeti 1.
12 112 12 12 12
2 ...
= ++
++
++
APROKSIMACIJA VERIŽNIM RAZLOMCIMA (3)
(b) Dobijemo jednočlanu rekurziju V1 = 1, Vn+1 = 1 + 1/Vn, n = 1, 2, ...
Rješenje je omjer zlatnog reza!
1 5 11 1.6180312 1 11 11 11
1 ...
φ += = + ≈
++
++
+
APROKSIMACIJA VERIŽNIM RAZLOMCIMA (4)
(c) Paziti: ovdje mijenjamo vrijednost koju dodajemo u svakom koraku -ona je naizmjence 1 ili 2. Dakle, treba kreirati pomoćni niz (Pn)nœNjedinica i dvojki koje naizmjence dodajemo.
V1 = 1, Vn+1 = Pn + 1/Vn, n = 1, 2, ...
U zadnjem koraku treba pripaziti što smo dodali (1 ili 2)!
13 111 12 11 12 11
2 ...
= ++
++
++
+
APROKSIMACIJA VERIŽNIM RAZLOMCIMA (5)
(d)
Još jedan primjer:
1111 22 33 44
5 ...
e = ++
++
++
411 43 95 167 259
11 ...
π =+
++
++
+
MODELIRANJE SITUACIJE
Primjer 18.
Za kupovinu novog automobila Aleksandra je podigla zajam od 12000 €. Otplaćivat će ga u jednakim obrocima od 500 €, uz mjesečnu kamatu od 1.5% na neotplaćeni dio duga. Za koliko će mjeseci zajam biti otplaćen?Proučite kako otplata duga teče za različite iznose:
(a) mjesečnog obroka,(b) mjesečne kamate.
Što primjećujete?
MODELIRANJE SITUACIJE (2)
Jedna nova ideja:
Rješenje dobijemo jednočlanom rekurzijom.
Oznaka:Dn = preostali dug nakon n mjeseci
D0 = 12000
Dn+1 = Dn.1.015 – 500, n = 0,1,2...
MODELIRANJE SITUACIJE (3)
Generalizacija:
Oznaka:
Dn = preostali dug nakon n mjeseci
D0= podignuti zajamk = kamatnjak r = mjesečni obrokDn+1 = (1+k)Dn – r, n = 0,1,2...
MODELIRANJE SITUACIJE (4)LIHVARSKE KAMATE!!!
MODELIRANJE SITUACIJE (5)
Primjer 19.
Telekomunikacijska tvrtka odlučila je na uzorku od 1000 korisnika isprobati svoja dva nova tarifna modela – TARIFA A i TARIFA B. Slobodnim izborom,400 korisnika izabralo je TARIFU A, a njih 600 TARIFU B. Korisnici su tarifni model mogli slobodno promijeniti svaki tjedan. Pokazalo se da svaki tjedan 20% korisnika mijenja TARIFU A u TARIFU B, a njih 30% TARIFU B u TARIFU A. Koji će se tarifni model pokazati uspješnijim?
Analizirajte ovaj model za različite postotke prijelaza iz jedne tarife u drugu. Što primjećujete?
MODELIRANJE SITUACIJE (6)
I opet nova ideja:
Problem rješavamo sustavom od dvije jednočlane rekurzije.
Oznake:An = broj korisnika TARIFE A u n-tom tjednuBn = broj korisnika TARIFE B u n-tom tjednu
A1 = 400, B1 = 600
An+1 = 0.8An + 0.3 Bn
Bn+1 = 0.2 An + 0.7 Bn
MODELIRANJE SITUACIJE (7)
Generalizacija:
Oznake:An = broj korisnika TARIFE A u n-tom tjednu
Bn = broj korisnika TARIFE B u n-tom tjednu
pAB = prijelaz iz TARIFE A u TARIFU B
pBA = prijelaz iz TARIFE B u TARIFU A
A1, B1 su zadani
An+1 = (1 - pAB)An + pBA Bn
Bn+1 = pABAn + (1 – pBA)Bn
FREKVENCIJE I VJEROJATNOSTPrimjer 20.Klara i Filip za domaću su zadaću dobili zadatak da 40 puta bacaju igraću kocku i za svako bacanje zabilježe koji se broj pojavio na gornjoj strani kocke. Tablica prikazuje njihove rezultate.
(a) Je li se svaki od brojeva 1, 2, ... , 6 pojavio isti broj puta?(b) Koliko se puta na gornjoj strani kocke pojavio broj 3?(c) Nacrtajte odgovarajući dijagram za prikupljene podatke.
BROJ NA GORNJOJSTRANI KOCKE
FREKVENCIJAPOJAVLJIVANJA
1 6
2 4
3 10
4 8
5 5
6 7
FREKVENCIJE I VJEROJATNOST (2)
FREKVENCIJSKI DIJAGRAM
6
4
10
8
5
7
0
2
4
6
8
10
12
1 2 3 4 5 6
broj na gornjoj strani kocke
broj
poj
avlji
vanj
a
FREKVENCIJA
Oprez! Uočite da frekvencije nisu jednake!razlika između teorijskog i empirijskog koncepta
Rješenje.
FREKVENCIJE I VJEROJATNOST (3)
RELATIVNE FREKVENCIJE
0,150,1
0,250,2
0,1250,175
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
1 2 3 4 5 6
broj na gornjoj strani kocke
rela
tivna
frek
venc
ija
MS Excel može poslužiti za lakše generiranje većeg broja slučajnih pokusa.
Ponovite ovaj slučajni pokus 1000 puta. Što primjećujete?
funkcije RANDBETWEEN(1;6)
iCOUNTIF()
FREKVENCIJE I VJEROJATNOST (4)Teorijski koncept vjerojatnosti elementarnog događaja:
vjerojatnost da se na gornjoj strani kocke pojavi bilo koji od brojeva 1, 2, ..., 6 jednaka je 1/6 ≈ 0,167
USPOREDBA EMPIRIJSKOG I TEORIJSKOG KONCEPTA
0,150,1
0,250,2
0,1250,1750,167 0,167 0,167 0,167 0,167 0,167
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
1 2 3 4 5 6broj na gornjoj strani kocke
rela
tivna
frek
venc
ija /
vjer
ojat
nost
vjerojatnost elementarnog događaja
FREKVENCIJE I VJEROJATNOST (5)Što je veći broj ponovljenih pokusa, relativna frekvencija bliža je 1/6 ≈ 0,167.
OVISNOST RELATIVNE FREKVENCIJE POJAVLJIVANJA BROJA 1
O BROJU SLUČAJNIH POKUSA
0,000
0,050
0,100
0,150
0,200
0,250
0,300
0,350
0,400
0,450
0,500
0,550
0,600
0,650
0,700
0,750
0,800
0,850
0,900
0,950
1,000
0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 750 800 850 900 950 1000
BROJ PONAVLJANJA POKUSA
REL
ATI
VNA
FR
EKVE
NC
IJA
PO
JAVL
JIVA
NJA
BR
OJA
1
POKUSIVJEROJATNOST
FREKVENCIJE I VJEROJATNOST (6)prosječna relativna frekvencija za 20 grupa od 50 nezavisnih pokusa
PROSJEČNA RELATIVNA FREKVENCIJA POJAVLJIVANJA BROJA 1 (20 x 50 POKUSA)
0,00
0,05
0,10
0,15
0,20
0,25
0,30
1- 50
51 - 1
00
101 -
150
151 -
200
201 -
250
251 -
300
301 -
350
351 -
400
401 -
450
451 -
500
501 -
550
551 -
600
601 -
650
651 -
700
701 -
750
751 -
800
801 -
850
851 -
900
901 -
95095
1 - 100
0
POKUSI
RE
LATI
VNA
FR
EKE
NCI
JA P
OJA
VLJI
VA
NJA
BRO
JA 1
prosječna relativna frekvencija(aritmetička sredina)
FREKVENCIJE I VJEROJATNOST (7)
prosječna relativna frekvencija za 10 grupa od 100 nezavisnih pokusa
PROSJEČNA RELATIVNA FREKVENCIJA POJAVLJIVANJA BROJA 1 (10 x 100 POKUSA)
0,00
0,05
0,10
0,15
0,20
0,25
1 - 100 101 - 200 201 - 300 301 - 400 401 - 500 501 - 600 601 - 700 701 - 800 801 - 900 901 - 1000
POKUSI
REL
ATI
VNA
FRE
KVE
NCI
JAPO
JAVL
JIV
ANJA
BRO
JA 1
prosječna relativna frekvencija
FREKVENCIJE I VJEROJATNOST (8)
Primjer 21.
Bacajte 3 igraće kocke 40 puta i za svako bacanje zabilježite zbroj brojeva koji su se pojavili na gornjim stranama.
(a) Koje vrijednosti može poprimiti zbroj?
(b) Sastavite tablicu s frekvencijama pojavljivanja pojedinog zbroja.
(c) Nacrtajte pripadni frekvencijski dijagram i dijagram relativnih frekvencija.
(d) Usporedite empirijske rezultate s teorijskim konceptom vjerojatnosti elementarnog događaja.
(e) Što primjećujete ponovite li bacanje 3 kocke 100 puta, a što kada pokus ponovite 1000 puta?
FREKVENCIJE I VJEROJATNOST (9)
Rješenje.Opet koristimo RANDBETWEEN(1;6) i COUNTIF() funkciju!
FREKVENCIJE - ZBROJ NA 3 KOCKE
1 1
0
6
1
7
2
8
4
2
3
2 2
0 0
1
0
1
2
3
4
5
6
7
8
9
3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
FREKVENCIJE I VJEROJATNOST (10)
TEORIJSKI KONCEPT VJEROJATNOSTI - ZBROJ NA 3 KOCKE
13
6
10
15
21
2527 27
25
21
15
10
6
31
0
5
10
15
20
25
30
3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Teorijski izračun daje sljedeći frekvencijski dijagram:(sustavna lista ili račun s elementarnim vjerojatnostima)
FREKVENCIJE I VJEROJATNOST (11)
sustavna lista(početak)
1. kocka 2. kocka 3. kocka zbroj
1 1 1 3
1 1 2 4
1 1 3 5
1 1 4 6
1 1 5 7
1 1 6 8
1 2 1 4
1 2 2 5
1 2 3 6
1 2 4 7
1 2 5 8
1 2 6 9
1 3 1 5
1 3 2 6
1 3 3 7
1 3 4 8
1 3 5 9
1 3 6 10
listu analogno nastavljamo dalje
FREKVENCIJE I VJEROJATNOST (12)
VJEROJATNOST - ZBROJ NA 3 KOCKE
0
5
10
15
20
25
30
3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
zbroj
frekv
enci
ja p
ojav
ljiva
nja
FREKVENCIJE I VJEROJATNOST (13)VJEROJATNOST - ZBROJ NA 3 KOCKE
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
zbroj na 3 kocke
vjer
ojat
nost
vjerojatnosti pojavljivanja pojedinog zbrojabrojeva na gornjoj strani igraće kocke
FREKVENCIJE I VJEROJATNOST (14)
Primjer 22.
U kutiji se nalaze kartice na kojima su napisana slova P, A, T, A, K. Kartice su ispremiješane i bez gledanja je izvučena jedna od njih. Odredite vjerojatnost da je izvučena kartica na kojoj je slovo:
(a) P,
(b) A,
(c) K.
Rješenje.
Opet možemo izvršiti slučajne pokuse (empirijski koncept) da uočimo pravilnost, a nakon toga ispisati listu mogućih događaja (teorijski koncept).
primjena LOOKUP funkcije
FREKVENCIJE I VJEROJATNOST (15)Empirijski koncept - 1000 slučajnih pokusa
FREKVENCIJSKI DIJAGRAM
421
186 191 202
050
100150200250300350400450
A K P T
kartice
frekv
enci
je
DIJAGRAM RELATIVNIH FREKVENCIJA
0,404
0,2 0,191 0,205
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
A K P T
kartice
rela
tivne
frek
venc
ije
uočimo visinu stupca
uočimo visinu stupca